应用与产品 · 深度报道

Anthropic与OpenEvidence合作,向约100个国家免费提供临床决策支持

Anthropic与医疗知识平台OpenEvidence合作,计划向约100个低收入和中等收入国家免费提供面向医生的临床决策支持工具,侧重本地化适配与循证医学检索而非独立诊断。该计划通过区域合作与当地医疗人员参与推动分阶段部署,但上线时间、功能范围及监管审批等细节尚未披露。

AIFluxNews AIFlux 编辑2026 年 9 月 24 日阅读约 5 分钟
Anthropic与OpenEvidence合作,向约100个国家免费提供临床决策支持

Anthropic与医疗知识平台OpenEvidence合作,计划向约100个低收入和中等收入国家免费提供面向医生的临床决策支持工具,侧重本地化适配与循证医学检索而非独立诊断。该计划通过区域合作与当地医疗人员参与推动分阶段部署,但上线时间、功能范围及监管审批等细节尚未披露。

2026年9月22日,人工智能公司Anthropic与医疗知识平台OpenEvidence宣布合作,计划把一套面向医生的人工智能临床决策支持工具,免费提供给约100个低收入和中等收入国家及地区的医疗服务提供者。

据路透社报道,这项计划覆盖乌干达、安哥拉、苏丹、海地和蒙古等国家。OpenEvidence表示,相关平台利用同行评审医学研究和治疗指南回答医生问题;Anthropic负责提供后端技术支持,OpenEvidence则根据不同地区的医疗基础设施、疾病谱、诊断资源和可获得的治疗手段,对系统进行适配。

这项合作的核心并不是让人工智能独立作出诊断,而是试图缓解许多医疗系统面临的医学文献、专科医生和继续医学教育资源不足问题。对于缺少大型医院、医学数据库订阅和专科支持的地区,能够快速检索并整理循证医学信息,可能比单纯增加一个通用聊天机器人更有实际意义。

从“全球可用”到“本地可用”

医疗人工智能在不同国家落地时,最大的障碍往往不只是模型能力。疾病分布、药品供应、检测设备、转诊路径和临床指南都可能存在明显差异。一套主要基于高收入国家医疗数据和实践方式建立的系统,即使在技术测试中表现良好,也未必适合资源有限的医疗环境。

OpenEvidence创始人Daniel Nadler对路透社表示,平台将尽可能做到“上下文自适应”。他说,即使部分医疗机构无法获得全天候电力,许多医生仍然拥有智能手机,因此系统需要适应网络和基础设施不稳定的场景。

OpenEvidence此前已经与卢旺达和博茨瓦纳的卫生机构开展适配工作。9月15日,该公司与宾夕法尼亚大学医疗系统宣布全球合作,也提到将通过拥有25年历史的Botswana-UPenn Partnership,为博茨瓦纳的医疗人员设计适合当地实践条件的工具。根据OpenEvidence的公告,这项合作还计划把临床决策支持嵌入宾夕法尼亚大学医疗系统的工作流程,为超过1万名临床人员提供服务。

这表明,Anthropic与OpenEvidence此次宣布的约100国计划,可能并非一次性把同一个产品复制到所有市场,而是建立在区域合作、当地医疗人员参与和分阶段适配的基础上。至于各国具体何时上线、可使用哪些功能,以及是否需要通过当地监管审批,双方目前没有公布完整时间表。

OpenEvidence的医学内容基础

OpenEvidence称,其平台与《新英格兰医学杂志》、JAMA及其专业期刊、美国国家综合癌症网络、Cochrane系统综述等医学内容或机构存在合作关系。该公司官网将产品定位为医生在临床现场使用的人工智能助手,强调答案应建立在有来源、可引用的医学文献之上。

这些内容合作可以为临床检索提供较为明确的证据基础,但并不意味着平台的每一次回答都等同于经过医生确认的治疗建议。医学文献本身也需要结合患者具体情况、当地药品供应和临床规范才能使用;在资源有限的地区,指南与现实条件之间的差距可能更加明显。

OpenEvidence创始人称,美国临床医生在2026年8月对平台进行了4200万次查询。这个数字来自公司方面,路透社未作独立核实。公司还表示,2026年将有数亿美国人接受过一名使用OpenEvidence辅助临床决策的医生提供的治疗,但这同样属于公司披露的使用范围估计,并不等同于独立验证的临床效果数据。

医疗人工智能的价值仍取决于人工复核

医疗系统正在探索生成式人工智能能否帮助医生处理日益庞大的医学信息,并缓解医生和专科人员短缺。支持者认为,人工智能可以缩短检索文献、比较指南和准备临床决策的时间;批评者则提醒,主要基于高收入国家数据训练的系统,可能无法充分反映低资源环境中的疾病谱和治疗条件。

类似的本地化路线也出现在其他医疗人工智能项目中。例如,谷歌介绍MedGemma的文章记录了离线分诊、影像筛查和公共卫生工具如何根据当地数据与设备进行开发。这些项目的共同点,是把模型看作医疗工作流中的一层基础能力,而不是可以脱离专业人员独立运行的医生替代品。

临床决策支持尤其需要明确的责任边界。系统可能遗漏病史、误读检查结果,或给出与当地药品和指南不匹配的建议。网络中断、数据质量、语言差异和患者隐私,也会影响工具在真实环境中的可靠性。因此,医生的判断、机构的审核机制和当地监管要求,仍然是系统能否安全使用的前提。

这也是此次合作最值得观察的部分:Anthropic提供的模型和基础设施能否稳定运行只是第一步,OpenEvidence能否与当地医生共同建立适合不同医疗系统的内容、权限和复核流程,才决定这项计划是否能够从“提供访问”转化为实际改善医疗服务。

目前,双方未披露合作的财务条款。免费向约100个低收入和中等收入国家提供临床决策支持,扩大了循证医学信息的可及性,但它并不能自动解决药品短缺、专科医生不足、诊断设备有限和医疗系统融资不足等结构性问题。对这项计划的评估,最终仍需要依靠当地部署数据、独立安全评估以及患者结局,而不只是平台查询量。

来源:

不错过任何一条 AI 大事

订阅 AIFlux 早报,每天 3 分钟看懂产业动态。